本地开源 OCR AI 工具,批量提取图片里的文

存了张资料截图，想复制里面的字，结果只能干瞪眼。收到一份扫描版 PDF，翻半天也选不中一段文字。

遇到这种事，别急着手动敲。百度飞桨团队的开源项目 PaddleOCR 就是专门干这个的。它直接把图片和文档里的字抠出来，不用每次都去麻烦大模型。

这工具最新版出了三档模型：tiny、small 和 medium。参数从 150 万一路堆到 3450 万。官方说 medium 版比上一代检测指标高了 4.6%，识别准度提了 5.1%。不过实际效果还得看图片清不清楚，不能闭眼吹它全面碾压大模型。

中文资料、手写字、表格它都能认。但要是图片糊了、光线暗或者字太潦草，准确率照样掉。合同和财务数据这种重要文件，识别完一定要自己核对一遍。

想尝鲜直接打开网页就能试。要批量处理就按文档装个 Python 环境。不想折腾代码的，可以看看带图形界面的 Umi-OCR。许可证是 Apache-2.0，拿去商用前记得查下依赖要求。

说白了，只想把图里的字弄出来，用它就够了；真要总结分析，再去找大模型搭把手。

项目地址： https://github.com/PaddlePaddle/PaddleOCR 

在线体验：https://aistudio.baidu.com/paddleocr